deletions | additions       diff --git a/untitled.tex b/untitled.tex  index 80d86f2..61f59cf 100644  --- a/untitled.tex  +++ b/untitled.tex 
...
y_{t} = \gamma \cdot x_{t} + \epsilon_{t} = 0,72 \cdot x_{t} + \epsilon_{t} ,  \\  \end{gather*}   где $\epsilon_{t} \sim N(0,1)$ также случайная величина. Более того предполагается, что ошибки наблюдения и сигнала не коррелируемы ( т.е $E(\epsilon_{t-i} \upsilon_{t-j} , \forall i,j)$ ). По начальной оценке сигнала и дисперсии предсказания, мы можем просимулировать работу данной модели и посчитать результат фильтрации. Сначала необходимо посчитать усиление Калмана и дисперсию  предсказания и оценки дисперсий. .  Усиление Калмана представляет собой следующее выражение: \begin{gather*}  \\  K_{N} = \frac{\gamma \cdot S_{N}}{\gamma^2 \cdot S_{N} + \sigma^2_{\epsilon}}